هوش مصنوعی به تدریج فراتر از مراکز داده رفته و در حوزههای مختلف خود را اثبات میکند. این گزارش به بررسی نقش آینده هوش مصنوعی در اطفاء حریق و همکاری آن با آتشنشانان میپردازد.
آتشسوزیهای جنگلی اکنون دیگر تنها به تابستان محدود نمیشوند و در تمام طول سال با گرما، باد و خشکسالی همراه هستند و مناطق وسیعی را ویران میکنند. هر فصل رکوردهای جدیدی از تلفات و تخلیههای طولانیمدت را به همراه دارد. به نقل از فوربس، رویترز گزارش داده است که در نیمه اول سال ۲۰۲۵، خسارات جهانی ناشی از بلایای طبیعی به حدود ۸۰ میلیارد دلار رسیده که بخش عمدهای از آن مربوط به آتشسوزیهای جنگلی و طوفانهای شدید است.
آتشنشانان تحت فشار و خستگی مفرط قرار دارند و بیمهگران از مناطق پرخطر عقبنشینی میکنند. جوامع در جستجوی راههای جدیدی برای دفاع از خود هستند. در این راستا، پرسش جسورانهای مطرح شده است که آیا ماشینها میتوانند در مقابله با آتشسوزیها کمک کنند. به تازگی سیستم هوش مصنوعی «FireDome» معرفی شده است که قادر است شعلههای کوچک را در عرض چند ثانیه و قبل از رسیدن خدمه انسانی شناسایی و خاموش کند.
استفاده از سیستمهای هوش مصنوعی برای اطفاء حریق بخشی از یک جنبش گستردهتر به منظور پیشبینی و مداخله در آتشسوزیها است که فاصله بین هشدار اولیه و واکنش به موقع را کاهش میدهد. فناوریهای مقابله با آتشسوزیهای جنگلی در دهههای اخیر بر تشخیص متمرکز بودهاند، اما اکنون سیستمهای جدید هوش مصنوعی به دنبال اقدام در لحظه هستند.
این سیستمها با ترکیب دوربینهای حرارتی، الگوریتمهای یادگیری ماشینی و واحدهای سرکوب محلی، در صورت بروز ناهنجاری حرارتی در نزدیکی خانهها یا مشاغل، به سرعت واکنش نشان میدهند. آزمایش میدانی سیستم هوش مصنوعی FireDome در اکتبر ۲۰۲۵ انجام شد و نشان داد که این فناوری با استفاده از حسگرها و مدلهای هوش مصنوعی آموزشدیده، قادر به پرتاب دقیق کپسولهای پر از آب یا مواد ضد حریق سازگار با محیط زیست است.
این رویداد به عنوان گامی به سوی «تابآوری در برابر آتشسوزیهای جنگلی به عنوان یک خدمترسانی» توصیف شد که در آن جوامع میتوانند سیستمهای خودکار را برای واکنش به موقع در برابر تهدیدات مستقر کنند. با این حال، موضوع مقیاس سیستمهایی مانند FireDome هنوز نامشخص است و شرکت سازنده آن ادعا میکند که این سیستم حتی برای آتشسوزیهای بزرگ نیز کارآمد است.
با وجود نویدبخش بودن این فناوری، پرسشهایی درباره قابلیت اطمینان و ایمنی آن همچنان مطرح است. آیا سیستمهایی مانند این میتوانند به طور قابل اعتمادی در محیطهای غیرقابل پیشبینی عمل کنند؟ آیا این سیستمها میتوانند به سادگی با آتشنشانان انسانی ادغام شوند؟
مدلهای هوش مصنوعی به شناسایی نشانههای گرما و تأیید عاری بودن منطقه از انسان، وسیله نقلیه یا حیوانات میپردازند. سپس الگوریتمهای یادگیری ماشینی عواملی مانند باد و شیب را تنظیم کرده و تصمیم میگیرند چه زمانی و کجا عمل کنند. هر فعالسازی دادههای جدیدی را به مدل ارائه میدهد که به تدریج دقت آن را بهبود میبخشد.
پژوهشگران هوش مصنوعی این حالت را «یادگیری حلقه بسته» مینامند که در آن سیستم مشاهده میکند، عمل میکند، نتیجه را بررسی کرده و خود را وفق میدهد. این رویکرد، مشابه طراحی خودروهای خودران یا رباتیک صنعتی است، اما در یک محیط طبیعی ناپایدار به کار گرفته میشود.
در واکنش به بلایای طبیعی، این توانایی یادگیری مداوم میتواند به ماشینها کمک کند تا سریعتر از شبکههای هماهنگی انسانی عمل کنند، البته به شرطی که نظارت همچنان ادامه یابد. دکتر «لوری مور مرل»، مدیر سابق آتشنشانی آمریکا، در بیانیهای گفت که ادغام سیستمهای خودکار با توانایی اطفاء حریق دقیق میتواند به بیمهگران و دولتها کمک کند تا درباره نحوه قیمتگذاری و مدیریت خطر آتشسوزیهای جنگلی تجدید نظر کنند.
با این حال، خودمختاری این سیستمها نگرانیهایی درباره صدور گواهینامه، مسئولیت و چگونگی اطمینان از ایمن و پاسخگو بودن تصمیمهای لحظهای الگوریتمها ایجاد کرده است. هدف از استفاده از مدلهای هوش مصنوعی، جایگزینی آتشنشانان نیست، بلکه دادن زمان بیشتر به آنهاست.
استقرار هوش مصنوعی در مناطق فاجعهزده، مرز بین کمکرسانی و خودمختاری را محو میکند. جوامع به قوانین روشنی نیاز دارند تا مشخص کنند چه کسی سیستمها را کنترل میکند، چگونه خطاها گزارش میشوند و چه اقداماتی در زمان تلاقی تصمیمهای انسان و ماشین انجام میشود.
ظهور سیستمهای خودکار اطفای حریق جنگل، یک نقطه عطف در سازگاری با تغییرات اقلیمی است. هوش مصنوعی به جای ماندن در مراکز داده، در حال ورود به محیطهایی مانند جنگلها و دشتهای سیلابی است که در آنها هر ثانیه اهمیت دارد. پیشبینی میشود خسارات بیمهشده ناشی از بلایای طبیعی و تغییرات اقلیمی در جهان تا پایان سال ۲۰۲۵ به ۱۴۵ میلیارد دلار برسد.
این فشار، دولتها و شرکتها را به جستجوی راههای سریعتر و هوشمندانهتری برای محدود کردن خسارتها وادار میکند. سیستمهای هوش مصنوعی جایگزین امدادگران انسانی نخواهند شد، اما میتوانند به یک لایه حفاظتی اضافی تبدیل شوند که در زمان بروز خطر و از کار افتادن خطوط ارتباطی، عملکرد خود را نشان دهند.
چالش کنونی، ایجاد این همکاری بر مبنای اعتماد و شفافیت و اثبات کارآیی این سیستمها در شرایط بحرانی است.
